Non-adiabatic Optimisation via Localisation-Delocalisation Transitions
تقدم هذه الورقة خوارزمية FRIO، وهي خوارزمية تحسين كمي غير ثابتة (non-adiabatic) مرقمنة تستفيد من انتقالات التمركز متعدد الأجسام وكثافة عبور لانداو-زينر لتحقيق قياس زمني ثابت لمشكلات الحالة الأرضية للزجاج المغزلي، مما يظهر أداءً فائقاً على خوارزمية QAOA في المحاكاة العددية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل مشهدًا طبيعيًا شاسعًا ووعرًا من التلال والوديان، حيث تمثل كل نقطة فيه حلاً محتملاً لمشكلة معقدة. في عالم الحوسبة، يشبه العثور على أفضل حل العثور على أعمق وادٍ في هذه التضاريس. لعقود من الزمن، أمل العلماء أن تتمكن الحواسيب الكمومية، التي تعمل وفق القواعد الغريبة لعالم الجسيمات دون الذرية، من التنقل في هذا المشهد الطبيعي بشكل أسرع بكثير من الآلات التقليدية. وتكمن المشكلة في أن هذه المشاهد غالبًا ما تكون مليئة بالمنخفضات والفخاخ الصغيرة التي لا حصر لها، والتي تبدو وكأنها القاع ولكنها ليست كذلك. تحاول الطرق التقليدية الانزلاق ببطء لأسفل المنحدرات، آملةً في تجنب العلوق، لكن هذه العملية قد تستغرق وقتًا طويلاً بشكل مستحيل. ويتضمن نهج أحدث هزّ النظام للمساعدة في الخروج من هذه الفخاخ، لكن القيام بذلك بسرعة كبيرة غالبًا ما يؤدي إلى فقدان النظام لطريقه تمامًا. ويبقى السؤال قائمًا: هل هناك طريقة لهزّ النظام بقدر كافٍ فقط للهروب من الفخاخ دون فقدان المسار إلى القاع الحقيقي؟
اقترح باحثون في "فايزكرافت" (Phasecraft) وجامعة ليدز طريقة جديدة تسمى "التحسين التكراري العكسي السريع" (FRIO)، والتي تحاول حل هذه المعضلة من خلال التحكم بدقة في كيفية انتقال النظام بين حالات مختلفة من النظام والفوضى. يركز عملهم على نوع محدد من المشكلات الصعبة يُعرف باسم "زجاج المغزل" (spin glass)، وهو نموذج رياضي يُستخدم لوصف الأنظمة ذات التفاعلات المتضاربة والمتعددة، بشكل يشبه عقدة متشابكة من الأسلاك التي تقاوم الاستقامة. في هذه الأنظمة، يكون مشهد الطاقة معقدًا للغاية بحيث يسهل على الكمبيوتر العلوق في نقطة منخفضة محلية، ظانًا أنه وجد الإجابة الأفضل بينما توجد إجابة أفضل في مكان قريب. تتضمن استراتيجية الفريق البدء بحل جيد معروف، ثم تعمد إلى إرباكه؛ حيث يطبقون سلسلة من التغييرات السريعة، أو "الخمدات" (quenches)، التي تدفع النظام من حالة يكون فيها عالقًا في تكوين محدد إلى حالة فوضوية ومائعة حيث يمكنه استكشاف إمكانيات جديدة، ثم العودة مرة أخرى.
يكمن جوهر اكتشافهم في فهم مقدار الفوضى المطلوبة بالضبط. اقترحت النظريات السابقة أنه لكي يجد النظام الحل الأفضل، يجب عليه التنقل عبر حدود محددة وضيقة للغاية بين حالة متجمدة غير منظمة وحالة حرارية متدفقة. ويشير البحث الجديد إلى أن هذه الحدود ليست صارمة كما كان يُعتقد سابقًا. ومن خلال تحليل كثافة مستويات الطاقة وكيفية انتقال النظام بينها، وجد المؤلفون أن بإمكانهم تسريع العملية بشكل كبير. لقد طوروا وصفًا رياضيًا، يشبه تتبع انتشار قطرة من الحبر في الماء، للتنبؤ باحتمالية عثور النظام على حالة طاقة أدنى. ويشير هذا النموذج إلى أنه حتى مع العمليات غير "الأدياباتيكية" (non-adiabatic) القصيرة جدًا — أي أن النظام لا يُمنح الوقت الكافي للاستقرار ببطء — يمكن للخوارزمية أن تنجح باحتمالية عالية، بشرما تم اختيار المعلمات بشكل صحيح.
ولاختبار ذلك، قام الفريق بمحاكاة الخوارزمية على دوائر كمومية رقمية، مع تقسيم العملية المستمرة إلى خطوات صغيرة يمكن إدارتها. وقارنوا طريقتهم بخوارزمية "التحسين التقريبي الكمومي" (QAOA)، وهي واحدة من أكثر الأدوات شعبية حاليًا لحل هذه الأنواع من المشكلات على الأجهزة الكمومية القريبة من المدى. كانت النتائج مذهلة؛ فعندما ضبط الباحثون معلماتهم لضمان انتقال النظام بعمق كافٍ إلى المرحلة الحرارية الفوضوية، تفوقت خوارمتهم باستمرار على نهج QAOA القياسي. وكان هذا صحيحًا حتى عندما تم تحسين إعدادات QAOTA لمشكلة معينة. وأظهرت الدراسة أن الطريقة الجديدة يمكنها العثور على الحالة الأرضية، أو أعمق وادٍ، بشكل متكرر وبموارد حوسبية أقل، لا سيما في الأنظمة ذات العدد الكبير من الروابط بين أجزائها.
كان جزء حاسم من عملهم هو معرفة كيفية ضبط هذه المعلمات دون الحاجة إلى معرفة الإجابة مسبقًا. فقد ابتكروا بروتوكول اختبار يستخدم دفعات قصيرة من النشاط لمعرفة ما إذا كان النظام يتصرف بطريقة "حرارية"، مما يشير إلى أنه يستكشف المشهد بفعالية. ومن خلال قياس كيفية انتشار الحالات الداخلية للنظام عبر قسم صغير من الكمبيوتر، تمكنوا من تحديد ما إذا كانت الإعدادات المختارة صحيحة. وهذا يجعل الخوارزمية ذاتية التصحيح وقابلة للتكيف، وهي ميزة حيوية لأجهزة الكمبيوتر الكمومية الحالية المليئة بالضجيج وغير الكاملة. وقد غطت عمليات المحاكاة أنظمة تتراوح من بضع عشرات إلى ما يقرب من عشرين عقدة، وظل معدل النجاح قويًا مع زيادة الحجم، مما يشير إلى أن الطريقة تتوسع بشكل جيد.
يؤكد الباحثون أن نتائجهم تستند إلى عمليات المحاكاة والأدلة الرقمية وليس على تجارب فيزيائية على آلة كمومية حقيقية، رغم أن الأساليب التي يصفونها مصممة ليتم تنفيذها مباشرة على الأجهزة الحالية. لقد وجدوا أن الخوارزمية لا تحتاج إلى اتباع المسار البطيء والحذر للطرق التقليدية، كما أنها لا تحتاج إلى الدوران حول نقطة حرجة معينة كما كان يُعتقد سابقًا. بدلاً من ذلك، فإن النهج المباشر وغير "الأدياباتيكي"، عندما يتم توجيهه بفهم صحيح لكيفية تفاعل الاضطراب والنظام، يمكن أن يكون فعالاً للغاية. يقدم هذا العمل مسارًا واعدًا لاستخدام الحواسيب الكمومية لحل مشكلات التحسين في العالم الحقيقي، من إدارة شبكات الطاقة إلى النمذجة المالية، وذلك عن طريق تحويل الطبيعة الفوضوية لميكانيكا الكم إلى أداة لإيجاد أفضل الحلول.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.